Question

我有一个包含以下内容的R DataFrame df：

Serial N         year         current
   B              10            14
   B              10            16
   B              11            10
   B              11            NA
   B              11            15
   C              12            11
   C              12             9
   C              12            13
   C              12            17
   .              .              .

我想找到相同序列N的每个连续电流对之间的差异。这是我写的代码。但是我得到了一些奇怪的结果

library(data.table)
setDT(df)[,mydiff:=diff(df$current),by=Serial N]   
    print(length(df$current))

我得到以下内容，因为该列的输出很奇怪，我明白了：

2 6  NA NA NA 2 6  NA NA NA

我真正想要的是：

Serial N         year         current      mydiff
   B              10            14         
   B              10            16         16-14=2
   B              11            10         10-16=-4
   B              11            NA            NA
   B              11            15         15-10=5
   C              12            11
   C              12             9         9-11=-2    
   C              12           -13        -13-9=-22
   C              12            17         17-(-13)=30
   .              .              .

差异是正确的吗？如果没有，怎么解决这个问题（特别是不使用循环）？

Answer 1

通过申请

aggregate(current ~ Serial.N ,df1, diff)

获得

  Serial.N current.1 current.2 current.3
1        B         2        -6         5
2        C        -2         4         4

对应

B:    16 - 14 =  2
      10 - 16 = -6
      15 - 10 =  5
C:     9 - 11 = -2
      13 -  9 =  4
      17 - 13 =  4

因此diff()的输出与aggregate()相结合似乎对我有意义。我可能没有完全理解为什么你期望你描述的输出。

修改

如果Serial N的{{1}} C中的第三个条目是-13而不是13（OP中的数据是矛盾的），结果是

current

似乎更接近所需的输出。

修改2

要向data.frame添加列aggregate(current ~ Serial.N ,df1, diff) # Serial.N current.1 current.2 current.3 # 1 B 2 -6 5 # 2 C -2 -22 30，该列可以使用相同mydiff的连续值之间的差异，而忽略Serial N值，我们可以使用

NA

这将导致警告（＆＃34; ...不是替换长度的倍数＆＃34;），但结果将接近预期输出：

df1$mydiff <- with(df1, ave(current, Serial.N, FUN = function(x) c(NA, diff(na.omit(x)))))

# Serial.N year current mydiff #1 B 10 14 NA #2 B 10 16 2 #3 B 11 10 -6 #4 B 11 NA 5 #5 B 11 15 NA #6 C 12 11 NA #7 C 12 9 -2 #8 C 12 -13 -22 #9 C 12 17 30列中的值是正确的，但缺少其中一个mydiff值（第4行）。那是因为我们不能忽视NA并同时保留它们;至少没有对NA的重大操纵。

希望这有帮助。

数据

data.frame

在R中使用diff（）忽略NA

1 个答案: